多人录音转录，自动分清谁在说：42md 说话人分离上线
转录访谈、会议、播客这类多人录音，转出来常是一整片文字，分不清哪句话是谁说的，整理时还得反复倒回去听。42md 语音转录新增说话人分离：转录时加上 --speaker，输出的每一段都会标好「说话人0 / 说话人1」，谁在说一目了然；两人对话还能用 --speaker=2 告诉它人数，长录音分得更准。说话人分析在你的 Mac 本地完成，和转写同时进行，原来的转写速度照旧不变。这篇手把手带你从升级，到一行命令出带说话人的稿子，再到给长访谈指定人数。
转录访谈、会议、播客这类多人录音，头疼的是转出来一整片文字，分不清哪句话是谁说的。整理成稿子时，还得对着录音反复倒回去听，靠记忆给每段补上说话人。
42md 语音转录新增了说话人分离：转录时加上 --speaker，输出里每一段都会自动标好「说话人0 / 说话人1 …」，谁在说一目了然。下面三步走一遍。
一、先升级到最新版
说话人分离从 v0.8.9 起提供，先把 42md 升到最新版：
42md upgrade
当前版本: v0.8.7 → 升级完成 v0.8.9，请重新运行 42md。
也可以直接用安装命令，装过会自动更新到最新版：
curl -fsSL https://42md.cc/mac | bash
二、一行命令：加上 --speaker
转录命令照旧，末尾加 --speaker 就行：
42md 访谈录音.mp3 --speaker
动手前会先弹一个二次确认，列出这次大约消耗多少转录时长和当前余额，按 y 才真正开始：
⚠ 即将消耗配额：
访谈录音.mp3 （约 27 分钟）
当前余额：
AI 转录 223/16800 分钟（剩 16577）
继续？[Y/n] y
▶ 访谈录音.mp3：转录 + 说话人分离中…
🔎 本地分析说话人中（与转写并行，不拖慢转写）…
✓ 说话人分离完成：检出 2 位说话人
转录完成 → ~/Downloads/_output/20260618_084503/访谈录音.md （2 位说话人）
说话人分析在你的 Mac 本地完成，和转写同时进行，所以转写速度照旧不变——原来多快，加了 --speaker 还是多快。
三、转录结果长什么样
打开输出的 Markdown，每一段对话前面都带上了说话人标记：
**说话人0**
欢迎来到本期节目，今天聊聊知识管理这件事。
**说话人1**
谢谢邀请。其实我一直想聊这个话题。
**说话人0**
那你觉得，转折点出现在什么时候？
直接就能拿去整理逐字稿、做会议纪要，不用再靠记忆补「这句是谁说的」。
四、告诉它有几个人，分得更准
如果你事先知道录音里有几个人，可以直接告诉它，长录音会分得更准。比如两人访谈：
42md 访谈录音.m4a --speaker=2
| 写法 | 含义 |
|---|---|
--speaker | 自动判断有几位说话人 |
--speaker=2 | 明确告诉它是 2 个人 |
人数确定的场景（一对一访谈、双人播客）建议直接写 --speaker=2；不确定就用 --speaker 让它自己判断。
常见问题
哪些电脑能用？
目前仅支持 Apple Silicon Mac（M 系列芯片）。首次使用会自动下载一个本地模型文件（一次性，约几百兆），下载好之后离线也能用。
加了 --speaker 会变慢吗？
不会。说话人分析在本地和转写同时进行，原来的转写速度保持不变。
单人录音也要加吗？
不用。普通单人转录照常用即可，--speaker 是给多人录音准备的。
如果说话人没分出来怎么办？
万一本地分析没成功，会自动退回到普通转录，照样给你完整的文字稿，不会因此卡住整个流程。
立即体验
# 安装 / 升级到最新版
curl -fsSL https://42md.cc/mac | bash
# 多人录音转录，自动标注说话人
42md 访谈录音.mp3 --speaker
# 已知人数时，指定更准
42md 访谈录音.m4a --speaker=2
42md — 你的知识快刀。更快地获取、更深地编译、更好地策展、更强的工具。
活水 AI 实验室（42ailab） — 探索智能边界的 AI 创新实验室，以认知科学为基石，推动 AI 与人类智能的深度融合，真正理解并增强智能 —— 碳基的，也是硅基的。